Perbandingan Arsitektur ConvNeXt dan Swin Transformer Pada Klasifikasi Jenis Kerusakan Jalan Berbasis Citra Digital

Abstract

Kerusakan jalan merupakan masalah infrastruktur yang memerlukan penanganan cepat dan tepat guna meminimalisir risiko kecelakaan dan kerugian ekonomi. Proses inspeksi manual yang memakan waktu dan tenaga dapat dioptimalkan dengan memanfaatkan teknologi Computer Vision. Penelitian ini bertujuan untuk membandingkan kinerja arsitektur Deep Learning, yaitu ConvNeXt dan Swin Transformer, dalam mengklasifikasikan tiga jenis kerusakan jalan: Pothole (lubang), Corrugation (keriting atau begelombang), dan Alligator Crack (retak buaya), serta mengimplementasikan model terbaik ke dalam sistem deteksi berbasis web. Evaluasi performa model diukur menggunakan metrik Akurasi, Precision, Recall, dan F1-Score. Hasil penelitian menunjukkan bahwa arsitektur ConvNeXt mengungguli Swin Transformer dengan meraih tingkat akurasi sebesar 98,51% dan mencapai titik konvergensi lebih cepat pada epoch ke-19,

dibandingkan Swin Transformer yang memperoleh akurasi 98,33% pada epoch ke- 37. Keunggulan ConvNeXt didukung oleh inductive bias bawaan dari

Convolutional Neural Network (CNN) yang sangat efisien dalam mengekstraksi detail tekstur lokal permukaan aspal. Model ConvNeXt terbaik tersebut kemudian berhasil diimplementasikan ke dalam aplikasi web bernama "Road AI Vision" menggunakan kerangka kerja FastAPI. Sistem ini dilengkapi dengan fitur pemrosesan paralel (batch processing) serta pemetaan geospasial otomatis berbasis koordinat GPS dari citra yang diunggah, sehingga diharapkan dapat menjadi solusi efektif untuk mempercepat proses identifikasi dan pemetaan kerusakan jalan.